在R中搜索數據框中的兩列

Question

我有一個關於在R中搜索值的問題，它實際上有點類似於昨天發佈的問題（如在這裏給出的：Searching a vector/data table backwards in R），除了我認爲我的問題是有點複雜（也與我想做的相反），並且由於我對R非常陌生，所以我不太清楚如何解決這個問題。

我也有類似的一個下面給出一個數據幀，並且我希望能夠找到以前的索引值我目前的一個，其中Times列是不同的，以我目前的時間和Midquote列不具有NA值。

Index    Times | Midquote 
       ----------------------------- 
    1   10:30:45.58 | 5.319 
    2   10:30:45.93 | 5.323 
    3   10:30:45.104 | 5.325 
    4   10:30:45.127 | 5.322 
    5   10:30:45.188 | 5.325 
    6   10:30:45.188 | NA 
    7   10:30:45.212 | NA 
    8   10:30:45.231 | 5.321 
    9   10:30:45.231 | 5.321 

如果我們開始在數據幀的底部並藉此爲「當前」時間，這被發現是在索引9和其具有10:30:45.231一個Times值和5.321Midquote值，那麼如果我想找到時間與當前時間不同的第一個索引，我們發現這是索引7，它的時間爲10:30:45.212（因爲索引8具有相同的時間）。但是我們也看到索引7處的Midquote的值是NA，所以我現在必須再次檢查數據幀。索引6又有一個不同的時間（即10:30:45.188），但它在Midquote列中又有一個NA值，因此再次向索引5移動，我們看到Times列與當前時間有不同的時間（即再次爲10:30:45.188）並且Midquotes的值是5.325。

因此，由於在索引5的時間10:30:45.188（這是不同的，以我的當前時間，這是10:30:45.231），並且由於在索引5的Midquote值不NA，我希望獲取的輸出「5」，因爲它是滿足兩個標準的指標值。

我的問題是，有沒有這樣做的好方法？我很抱歉，如果這是一個簡單的問題，我是非常新的R和我不知道太多有關數據幀的工作...

編輯：我也想這樣做最好不添加另一列數據幀（如上面提到的鏈接的頂部答案中給出的），如果可能的話

Answer 1

如果我正確理解它，請檢查這是否是您期望的輸出。

ind<-function(t,df){ 
    ind<-t 
    while(t>1){ 
     t=t-1 
     if((df$Times[t]!=df$Times[ind]) && (!is.na(df$Midquote[t]))){ 
      return(t) 
     } 
    } 
} 
sapply((nrow(data):1),FUN = ind,data) 

#[[1]] 
#[1] 5 

#[[2]] 
#[1] 5 

#[[3]] 
#[1] 5 

#[[4]] 
#[1] 4 

#[[5]] 
#[1] 4 

#[[6]] 
#[1] 3 

#[[7]] 
#[1] 2 

#[[8]] 
#[1] 1 

#[[9]] 
#NULL 

輸出序列對應於從最後一行開始的data.frame的關聯索引。

說明：ind取爲當前行的行數的值，而t需要從ind-1起始值爲1 df拍攝整個data.frame作爲輸入，則使用循環while檢查是否時間和midlands值爲df$Times[t]和df$Midquote[t]滿足要求的條件。如果是，他們返回索引，否則循環繼續，直到到達第一行。

不使用sapply特定當前行：

ind(9,df) 
[1] 5 

Answer 2

使用日期是特別小數秒強硬。 如果您可以將時間轉換爲雙倍，那麼處理起來會更容易。 假設你的「紐約時報」都是爲了你可以使用這個

library(magrittr) 
which(df$Times < df[9,1] & !is.na(df$Midquote)) %>% max() 

的which給出了「索引」，其中「紐約時報」是小於9和「Midquote」不是NA的向量。 %>%將向量發送給max()，它給出了最高值。這相當不雅，但會完成工作。

Answer 3

Data.table解決方案，1行。

library(data.table) 

dt <- data.table(Index = 1:9, 
       Times = c('10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231'), 
       Midquote = c('5.319','5.323','5.325','5.322','5.325',NA,NA,'5.321','5.321') 
       ) 

> dt[ Times != Times[.N] & !is.na(Midquote), max(Index) ] 
[1] 5 

編輯

要刪除你的索引列（至少）兩個選項

dt2 <- data.table(Times = c('10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231'), 
        Midquote = c('5.319','5.323','5.325','5.322','5.325',NA,NA,'5.321','5.321')) 


# Option 1 - create an id column on the fly (unfortunately data.table recalculate .I after evaluating the "where" clause... so you need to save it) 
dt2[, cbind(.SD, id=.I)][ Times != Times[.N] & !is.na(Midquote), max(id) ] 

# Option 2 - simply check the last position of where your condition is met 
dt2[, max(which(Times != Times[.N] & !is.na(Midquote))) ] 

NB你不能這樣做，因爲nrow你可以有，比方說，與您的條件匹配的第一，第二和第四條記錄和nrow會給您3，這是錯誤的，因爲第三行不匹配。

EDIT 2（選項3是不正確的）

dt3 <- data.table(Times = c('10:30:45.58', '10:30:45.93','10:30:45.104','10:30:45.127','10:30:45.188','10:30:45.188','10:30:45.212','10:30:45.231','10:30:45.231'), 
        Midquote = c('5.319','5.323', NA,'5.322','5.325', NA, NA,'5.321','5.321')) 


# Option 1 - create an id column on the fly (unfortunately data.table recalculate .I after evaluating the "where" clause... so you need to save it) 
dt3[, cbind(.SD, id=.I)][ Times != Times[.N] & !is.na(Midquote), max(id) ] 
[1] 5 

# Option 2 - simply check the last position of where your condition is met 
dt3[, max(which(Times != Times[.N] & !is.na(Midquote))) ] 
[1] 5 

# Option 3 - good luck with this 
nrow(dt3[Times != Times[.N] & !is.na(Midquote)]) 
[1] 4